تقديم وكلاء Ultralytics: بناء سير عمل الذكاء الاصطناعي البصري بشكل أسرع.

إن تدريب نموذج رؤية حاسوبية قوي هو مجرد جزء من الرحلة. التحدي التالي هو تحديد ما يجب أن يحدث عندما يقوم هذا النموذج بعمل تنبؤ: حفظ صورة، أو طلب المزيد من السياق، أو تنبيه فريق، أو جمع مثال غير مؤكد للمراجعة.

تاريخياً، قامت الفرق ببناء هذا التنسيق باستخدام نصوص برمجية وعمليات تكامل منفصلة. يجمع Ultralytics Agents هذه العملية على لوحة بصرية، مما يساعد الفرق على تحويل التنبؤات إلى إجراءات عملية بتطوير مخصص أقل.

يتوفر Ultralytics Agents في منصة Ultralytics، حيث يربط الصور وننماذج Ultralytics YOLO وعمليات النشر والشروط والنماذج اللغوية ومجموعات البيانات والإجراءات في تدفقات عمل بصرية قابلة لإعادة الاستخدام.

ما هي وكلاء Ultralytics؟#

توفر وكلاء Ultralytics طريقة بصرية لتصميم وتشغيل تدفقات عمل الرؤية الحاسوبية. أضف كتل إلى اللوحة، وقم بتوصيل كل خطوة، وحدد ما يجب أن يحدث عندما تطابق الصورة شرطاً معيناً.

يمكن لتدفق العمل استخدام نموذج YOLO26 رسمي، أو نموذج مدرب في مساحة العمل الخاصة بك، أو نشر موجود بالفعل على المنصة. يمكنه بعد ذلك تصفية التنبؤات حسب عدد الفئات أو مستوى الثقة، أو إرسال الصور المحددة إلى نموذج رؤية لغوي، أو جمعها في مجموعة بيانات، أو إرسال إشعار إلى قناة Slack، أو عرض النتيجة.

مع وكلاء Ultralytics، يمكنك:

• البناء بصرياً: ربط النماذج والشروط والإجراءات دون إنشاء تدفق العمل الكامل يدوياً من الصفر.
• تركيز الاهتمام: معالجة الصور التي تلبي المعايير التي تحددها فقط.
• الجمع بين الذكاء البصري واللغوي: استخدام YOLO لتحديد ما يهم قبل طلب سياق إضافي من نموذج رؤية لغوي.
• تحويل التنبؤات إلى إجراءات: حفظ الصور ذات الصلة، أو إرسال تنبيهات Slack مشروطة، أو تمرير النتائج إلى خطوة تدفق العمل التالية.
• ربط رؤى الإنتاج بالبيانات: جمع الصور غير المؤكدة أو المهمة للمراجعة وتطوير النموذج في المستقبل.
• فحص التنفيذ: عرض لغة Python التي تم إنشاؤها من تدفق العمل البصري الخاص بك.

بدلاً من التوقف عند سؤال "ما الذي اكتشفه النموذج؟"، يمكن للفرق الإجابة على السؤال الأكثر قيمة: "ما الذي يجب أن يحدث بعد ذلك؟"

الانتقال من الاكتشاف إلى القرار#

تتطلب العديد من أنظمة الذكاء الاصطناعي البصري أدوات متعددة واتصالات مخصصة. يقوم النموذج بإنشاء التنبؤات، وتقوم منطق التطبيق بتقييمها، ويقوم نظام آخر بتخزين المدخلات ذات الصلة، ويقوم تكامل منفصل بإرسال الإشعارات.

تجلب وكلاء Ultralytics هذه الخطوات في تدفق عمل بصري واحد.

على سبيل المثال، يمكن لفريق التصنيع تشغيل نموذج فحص مدرب، والتحقق مما إذا كان العيب يلبي عتبة مختارة، وحفظ الصورة للمراجعة، وتنبيه قناة العمليات. ويمكن لفريق الخدمات اللوجستية جمع الاكتشافات منخفضة الثقة لتحديد الثغرات في بيانات التدريب الخاصة به. ويمكن لفريق السلامة استخدام YOLO للكشف عن شخص في منطقة محظورة قبل مطالبة نموذج رؤية لغوي وصف المشهد الأوسع.

يتبع تدفق العمل الشروط التي يحددها المستخدم، مما يجعل من الواضح سبب تشغيل كل خطوة لاحقة أو عدم تشغيلها.

استخدام نماذج Ultralytics YOLO ونماذج الرؤية اللغوية معاً#

نماذج YOLO فعالة في تحديد وتصنيف وعداد الكائنات داخل الصور. يمكن لنماذج الرؤية اللغوية إضافة تفسير باللغة الطبيعية للسياق البصري الأوسع.

تجعل وكلاء Ultralytics من الممكن الجمع بين هذه القدرات بكفاءة. يمكن أن تعمل YOLO كمرشح أول، مما يسمح لتدفق العمل بالاتصال بنموذج رؤية لغوي فقط عندما تلبي الصورة الشرط المطلوب.

على سبيل المثال، يمكن لتدفق العمل:

1. تشغيل YOLO26 على صورة.
2. التحقق مما إذا تم اكتشاف شخص واحد على الأقل.
3. إرسال الصور المطابقة إلى نموذج رؤية لغوي محدد.
4. الطلب منه وصف المشهد.
5. عرض الوصف الناتج.

إذا لم يتم استيفاء الشرط، فلن يتم تشغيل خطوة الوصف. يمنح هذا الفرق تحكماً أكبر في الصور التي تتقدم عبر تدفق العمل ومتى يتم استخدام مكالمات النموذج الخارجية.

ابدأ بقالب تدفق عمل قابل للتحرير#

تتضمن وكلاء Ultralytics قوالب تساعد الفرق على الانتقال بسرعة من فكرة إلى تدفق عمل ذكاء اصطناعي بصري عامل.

• شاشة YOLO و VLM: استخدم YOLO لتحديد الصور ذات الصلة قبل مطالبة نموذج رؤية لغوي بوصفها.
• جمع الاكتشافات غير المؤكدة: تصفية التنبؤات حسب مستوى الثقة وجمع الصور غير المؤكدة في مجموعة بيانات للمراجعة.
• التقاط وتنبيه: احفظ صورة وأرسل إشعاراً عبر Slack عند استيفاء شرط الاكتشاف.

توفر القوالب نقطة بداية عملية وليست حلاً ثابتاً. يمكن للفرق اختيار صورها ونماذجها وعمليات نشرها وشروطها ونقاط مطالباتها ومجموعات بيانات وجهتها وتكاملاتها الخاصة.

يمكن للمستخدمين أيضاً فحص لغة Python التي ينشئها تدفق العمل، مما يجمع بين سرعة التطوير البصري والشفافية التي تحتاجها الفرق التقنية لفهم التنفيذ.

إغلاق الحلقة بين نشر النماذج وتحسينها#

يمكن أن تكشف الصور الواقعية عن ظروف كانت مفقودة أو غير ممثلة بشكل كافٍ أثناء التدريب. يمكن أن تشير البيئات الجديدة، وتغير مظهر الكائنات، والاكتشافات غير المؤكدة إلى فرص لتحسين النموذج.

تساعد وكلاء Ultralytics الفرق على تحويل هذه الملاحظات إلى حلقة بيانات قابلة للتنفيذ:

1. تشغيل الصور من خلال نموذج Ultralytics YOLO أو نشر على المنصة.
2. تصفية النتائج باستخدام شروط الفئة أو مستوى الثقة.
3. جمع الصور الأصلية المحددة في مجموعة بيانات الوجهة.
4. مراجعة وتعليق الصور في منصة Ultralytics.
5. إعادة التدريب وإعادة النشر باستخدام بيانات مستنارة من مدخلات العالم الحقيقي.

تصل الصور التي يتم جمعها من خلال وكلاء Ultralytics بدون تسميات في مجموعة بيانات تدريب الوجهة، وهي جاهزة للمراجعة في محرر التعليقات. يمكن للفرق تسمية هذه الأمثلة المستهدفة واستخدامها لتوجيه تكرار النموذج التالي.

يخلق هذا مساراً أكثر مباشرة من تحديد مثال صعب إلى إعداد بيانات تدريب أفضل.

بناء تدفقات عمل حول نتائج العالم الحقيقي#

يمكن لوكلاء Ultralytics دعم تدفقات العمل عبر الصناعات وحالات الاستخدام:

• التصنيع: التقاط العيوب المحتملة للمراجعة وتنبيه فرق الجودة عند استيفاء الشروط المحددة.
• الخدمات اللوجستية: جمع الاكتشافات غير المؤكدة التي تتضمن حاويات أو مركبات أو معدات لتحسين تغطية مجموعات البيانات.
• التجزئة: تصفية الصور بناءً على الفئات أو الأعداد المكتشفة وإرسال النتائج ذات الصلة إلى الإجراءات اللاحقة.
• السلامة والأمان: اكتشاف الأشخاص أو الكائنات في سيناريوهات محددة قبل طلب سياق إضافي للمشهد.
• تطوير مجموعة البيانات: العثور على الأمثلة منخفضة الثقة وجمعها في مجموعة مراجعة مركزة.

يمكن لكل تدفق عمل أن يتفرع من شرط واحد إلى إجراءات متعددة. على سبيل المثال، يمكن حفظ نفس الصورة المطابقة في مجموعة بيانات وتحفيز رسالة Slack، مما يساعد الفرق في الحفاظ على الأدلة أثناء إبلاغ الأشخاص المسؤولين عن مراجعتها.

من النماذج الأولية البصرية إلى لغة Python الشفافة#

يمكن لبناة تدفقات العمل البصرية تسريع التجريب، ولكن تحتاج الفرق التقنية أيضاً إلى رؤية واضحة لما يتم تشغيله.

تتيح وكلاء Ultralytics للمستخدمين فحص لغة Python التي يتم إنشاؤها من تدفق العمل. يربط هذا إمكانية الوصول إلى لوحة بصرية بالشفافية التي يحتاجها المطورون لفهم التنفيذ الأساسي.

يمكن للفرق اختبار تدفق عمل صغير باستخدام النسخة التجريبية المشتركة أو اختيار موارد نشر مخصصة على المنصة لمجموعات البيانات الأكبر، والتشغيل لفترات أطول، ونماذج مساحة العمل المدربة.

ابدأ البناء باستخدام وكلاء Ultralytics#

تساعد Ultralytics Agents الفرق على تجاوز التنبؤات المعزولة وبناء تدفقات عمل ذكاء اصطناعي بصري مترابطة. من خلال جلب YOLO، ونماذج الرؤية اللغوية، والشروط القابلة للتكوين، ومجموعات البيانات، والإجراءات على لوحة واحدة، تخلق وكلاء Ultralytics مساراً أسرع من التنبؤ إلى النتيجة العملية.

يتوفر وكلاء Ultralytics حالياً من خلال الوصول المبكر. انتقل إلى مساحة العمل الشخصية الخاصة بك وقم بتفعيل الوصول المبكر تحت الإعدادات > الملف الشخصي. هذا تفضيل شخصي، بما في ذلك عندما تعمل في مساحة عمل الفريق.

ثم افتح وكلاء Ultralytics من الشريط الجانبي، وابدأ بقالب، أو قم ببناء تدفق العمل الخاص بك على لوحة Agents. استكشف الكتل المدعومة، والشروط، وخيارات التنفيذ، وإرشادات الإعداد في توثيق Ultralytics Agents.